Tiện ích mở rộng Ultralytics cho VS Code#

Tính năng và lợi ích#

✅ Bạn là nhà khoa học dữ liệu hay kỹ sư machine learning đang xây dựng ứng dụng thị giác máy tính bằng Ultralytics?

✅ Bạn có ngán việc phải viết đi viết lại cùng một đoạn code không?

✅ Bạn thường quên các đối số hoặc giá trị mặc định của các phương thức train, val, predict, export hoặc track không?

✅ Bạn muốn bắt đầu sử dụng Ultralytics và mong có cách dễ dàng hơn để tham khảo hoặc chạy các ví dụ code?

✅ Bạn muốn tăng tốc chu kỳ phát triển khi làm việc với Ultralytics?

Nếu bạn sử dụng Visual Studio Code và trả lời “có” cho bất kỳ câu hỏi nào ở trên, tiện ích Ultralytics-snippets dành cho VS Code sẽ hỗ trợ bạn! Hãy đọc tiếp để tìm hiểu thêm về tiện ích, cách cài đặt và cách sử dụng.

Chạy code ví dụ sử dụng Ultralytics YOLO trong chưa đầy 20 giây! 🚀

Lấy cảm hứng từ Cộng đồng Ultralytics#

Ý tưởng xây dựng tiện ích này xuất phát từ Cộng đồng Ultralytics. Các câu hỏi của Cộng đồng về những chủ đề và ví dụ tương tự đã thúc đẩy quá trình phát triển dự án. Ngoài ra, nhiều thành viên trong nhóm Ultralytics sử dụng VS Code để tăng tốc công việc của mình ⚡.

Tại sao chọn VS Code?#

Visual Studio Code rất phổ biến với các nhà phát triển trên toàn thế giới và đứng đầu trong Khảo sát nhà phát triển Stack Overflow về mức độ phổ biến vào các năm 2021, 2022, 2023 và 2024. Với khả năng tùy biến cao, các tính năng tích hợp, khả năng tương thích rộng và khả năng mở rộng của VS Code, không có gì ngạc nhiên khi rất nhiều nhà phát triển sử dụng công cụ này. Xét mức độ phổ biến trong cộng đồng nhà phát triển nói chung cũng như trên các cộng đồng Ultralytics tại Discord, Discourse, Reddit và GitHub, việc xây dựng tiện ích mở rộng cho VS Code để tinh giản quy trình làm việc và nâng cao năng suất của bạn là điều hợp lý.

Bạn muốn cho chúng tôi biết bạn thường dùng gì để phát triển code? Hãy vào cuộc thăm dò ý kiến cộng đồng trên Discourse và chia sẻ với chúng tôi! Khi ở đó, bạn cũng có thể xem một số meme yêu thích về thị giác máy tính, machine learning, AI và lập trình viên, hoặc đăng meme yêu thích của bạn!

Cài đặt tiện ích mở rộng#

Cài đặt trong VS Code#

1. Mở menu Extensions trong VS Code hoặc sử dụng phím tắt Ctrl+Shift ⇑+x, rồi tìm Ultralytics-snippets.

2. Nhấp vào nút Install.

Cài đặt từ VS Code Extension Marketplace#

1. Truy cập VS Code Extension Marketplace và tìm Ultralytics-snippets, hoặc truy cập trực tiếp trang tiện ích trên VS Code Marketplace.

2. Nhấp vào nút Install và cho phép trình duyệt mở phiên VS Code.

3. Làm theo các lời nhắc để cài đặt tiện ích mở rộng.

Trang trên Visual Studio Code Extension Marketplace dành cho Ultralytics-Snippets

Sử dụng tiện ích Ultralytics-Snippets#

• 🧠 Tự động hoàn tất code thông minh: Viết code nhanh và chính xác hơn nhờ các đề xuất tự động hoàn tất nâng cao được tùy chỉnh cho API Ultralytics.

• ⌛ Tăng tốc độ phát triển: Tiết kiệm thời gian bằng cách loại bỏ các tác vụ lập trình lặp lại và tận dụng các snippet code dựng sẵn.

• 🔬 Cải thiện chất lượng code: Viết code gọn gàng, nhất quán và ít lỗi hơn nhờ tính năng tự động hoàn tất code thông minh.

• 💎 Tinh giản quy trình làm việc: Tập trung vào logic cốt lõi của dự án bằng cách tự động hóa các tác vụ thường gặp.

Tổng quan#

Tiện ích chỉ hoạt động khi Chế độ ngôn ngữ được đặt thành Python 🐍. Điều này giúp tránh chèn snippet khi làm việc với các loại file khác. Tất cả snippet đều có tiền tố bắt đầu bằng ultra; chỉ cần nhập ultra trong trình soạn thảo sau khi cài đặt tiện ích để hiển thị danh sách snippet có thể sử dụng. Bạn cũng có thể mở Command Palette của VS Code bằng Ctrl+Shift ⇑+p rồi chạy lệnh Snippets: Insert Snippet.

Trường trong snippet code#

Nhiều snippet có các “trường” chứa tên hoặc giá trị placeholder mặc định. Ví dụ, đầu ra từ phương thức predict có thể được lưu vào biến Python tên là r, results, detections, preds hoặc bất kỳ tên nào khác do nhà phát triển chọn; đó là lý do snippet có các “trường”. Sau khi chèn snippet, nhấn Tab ⇥ trên bàn phím để nhanh chóng di chuyển con trỏ giữa các trường. Khi một trường được chọn, nhập tên biến mới sẽ thay đổi tên tại vị trí đó và cả mọi vị trí khác của biến đó trong code snippet!

Sau khi chèn snippet, đổi tên model thành world_model sẽ cập nhật tất cả các vị trí xuất hiện. Nhấn Tab ⇥ để chuyển đến trường tiếp theo; menu thả xuống sẽ mở ra để chọn scale của model. Chuyển đến trường kế tiếp sẽ hiển thị một menu thả xuống khác để chọn biến thể model world hoặc worldv2.

Tự động hoàn tất snippet code#

Snippet được đặt tên sao cho mô tả rõ nhất có thể, nhưng điều đó đồng nghĩa với việc bạn có thể phải nhập khá nhiều ký tự, gây phản tác dụng nếu mục tiêu là làm việc nhanh hơn. May mắn là VS Code cho phép người dùng nhập ultra.example-yolo-predict, example-yolo-predict, yolo-predict hoặc thậm chí ex-yolo-p mà vẫn tìm được snippet mong muốn! Nếu snippet cần dùng thực sự là ultra.example-yolo-predict-kwords, chỉ cần dùng các phím mũi tên ↑ hoặc ↓ để chọn snippet mong muốn, rồi nhấn Enter ↵ hoặc Tab ⇥ để chèn đúng khối code.

Nhập ex-yolo-p vẫn sẽ đưa bạn đến đúng snippetđích.

Danh mục snippet#

Đây là các danh mục snippet hiện có trong tiện ích Ultralytics-snippets. Các danh mục khác sẽ được bổ sung trong tương lai, vì vậy hãy thường xuyên kiểm tra bản cập nhật và bật tính năng tự động cập nhật cho tiện ích. Bạn cũng có thể yêu cầu bổ sung snippet nếu thấy còn thiếu.

Học qua ví dụ#

Các snippet ultra.examples rất hữu ích cho những ai muốn tìm hiểu cách bắt đầu với những kiến thức cơ bản khi làm việc với Ultralytics YOLO. Các snippet ví dụ được thiết kế để chạy ngay sau khi chèn (một số cũng có tùy chọn dạng danh sách thả xuống). Ví dụ được minh họa trong ảnh động ở đầu trang: sau khi chèn snippet, toàn bộ code sẽ được chọn và chạy tương tác bằng Shift ⇑+Enter ↵.

from ultralytics import ASSETS, YOLO

model = YOLO("yolo26n.pt", task="detect")
results = model(source=ASSETS / "bus.jpg")

for result in results:
    print(result.boxes.data)
    # result.show()  # bỏ chú thích để xem từng ảnh kết quả

Tăng tốc quá trình phát triển#

Các snippet khác với ultra.examples nhằm giúp việc phát triển khi làm việc với Ultralytics trở nên dễ dàng và nhanh chóng hơn. Một đoạn code thường được dùng trong nhiều dự án là lặp qua danh sách Results được trả về khi sử dụng phương thức predict của model. Snippet ultra.result-loop có thể hỗ trợ việc này.

# tham khảo https://docs.ultralytics.com/modes/predict#working-with-results

for result in results:
    result.boxes.data  # mảng torch.Tensor

Tuy nhiên, vì Ultralytics hỗ trợ nhiều task, khi làm việc với kết quả suy luận, bạn có thể muốn truy cập các thuộc tính Results khác; đây là lúc các trường trong snippet phát huy tác dụng.

Sau khi nhấn Tab đến trường boxes, một menu thả xuống sẽ xuất hiện để bạn chọn thuộc tính khác nếu cần.

Đối số từ khóa#

Có hơn 💯 đối số từ khóa cho các task và mode khác nhau của Ultralytics! Có rất nhiều thứ cần nhớ, và bạn có thể dễ quên đối số là save_frame hay save_frames (nhân tiện, chắc chắn là save_frames). Đây là lúc các snippet ultra.kwargs có thể giúp ích!

model.predict(
    source=src,  # (str, optional) thư mục nguồn chứa ảnh hoặc video
    imgsz=640,  # (int | list) kích thước ảnh đầu vào dưới dạng int hoặc list[h,w] cho predict
    conf=0.25,  # (float) ngưỡng confidence tối thiểu
    iou=0.7,  # (float) ngưỡng intersection over union (IoU) cho NMS
    vid_stride=1,  # (int) bước lấy mẫu tốc độ khung hình video
    stream_buffer=False,  # (bool) lưu các khung hình đầu vào vào hàng đợi (True) hoặc chỉ giữ khung hình mới nhất (False)
    visualize=False,  # (bool) lưu heatmap kích hoạt lớp
    augment=False,  # (bool) áp dụng tăng cường ảnh cho các nguồn đầu vào của quá trình dự đoán
    agnostic_nms=False,  # (bool) NMS không phụ thuộc lớp
    classes=None,  # (int | list[int], optional) lọc kết quả theo lớp, ví dụ classes=0 hoặc classes=[0,2,3]
    retina_masks=False,  # (bool) sử dụng mask phân đoạn độ phân giải cao
    embed=None,  # (list[int], optional) trả về vector đặc trưng/embedding từ các layer đã chỉ định
    show=False,  # (bool) hiển thị ảnh và video được dự đoán nếu môi trường cho phép
    save=True,  # (bool) lưu kết quả dự đoán
    save_frames=False,  # (bool) lưu từng khung hình video đã dự đoán
    save_txt=False,  # (bool) lưu kết quả dưới dạng file .txt
    save_conf=False,  # (bool) lưu kết quả kèm confidence score
    save_crop=False,  # (bool) lưu ảnh đã crop cùng kết quả
    stream=False,  # (bool) xử lý video dài hoặc nhiều ảnh với mức sử dụng bộ nhớ thấp hơn bằng cách trả về generator
    verbose=True,  # (bool) bật/tắt ghi log suy luận chi tiết trong terminal
)

Tất cả snippet code#

Cách tốt nhất để biết có những snippet nào là tải xuống, cài đặt tiện ích và dùng thử! Nếu muốn xem trước danh sách, bạn có thể truy cập repo hoặc trang tiện ích trên VS Code Marketplace để xem bảng liệt kê tất cả snippet hiện có.

Kết luận#

Tiện ích Ultralytics-Snippets dành cho VS Code được thiết kế để hỗ trợ các nhà khoa học dữ liệu và kỹ sư machine learning xây dựng ứng dụng thị giác máy tính bằng Ultralytics YOLO hiệu quả hơn. Bằng cách cung cấp snippet code dựng sẵn và các ví dụ hữu ích, chúng tôi giúp bạn tập trung vào điều quan trọng nhất: tạo ra các giải pháp sáng tạo. Hãy chia sẻ phản hồi bằng cách truy cập trang tiện ích trên VS Code Marketplace và để lại đánh giá. ⭐

Câu hỏi thường gặp#